Geoinformatik und Geostatistik: Ein Überblick

Vergleichende Analyse räumlicher Interpolationstechniken für Niederschläge im Distrikt Hassan, Karnataka, Indien

Pushpa Tuppad

Gemessene Niederschlagsdaten von Regenmessern sind zwar als Punktdaten verfügbar, aber sie sind ein wertvoller Eingangsparameter für Analysen in Klimastudien, Bodenfeuchtigkeitsstudien, Wassereinzugsgebietsmanagement usw. Die Datenanforderungen für solche Studien übertrafen jedoch konventionelle Überwachungsstrategien und gingen in Richtung feinerer Auflösungen, sowohl zeitlich als auch räumlich. Da es nicht möglich ist, an allen Standorten Regenmesser aufzustellen, können Werte von benachbarten Regenmessstationen verwendet werden, um die Niederschlagsmengen an nicht erfassten Standorten mit verschiedenen Techniken zu schätzen und sie schließlich zur Entwicklung von Niederschlagskarten zu verwenden. In dieser Studie wurden 5 Jahre tägliche Niederschlagsdaten von Januar 2011 bis Dezember 2015 für den Distrikt Hassan in Karnataka erhoben. Die Leistung der Interpolationstechniken Inverse Distance Weighting (IDW), Spline, Trend und Kriging wurde verglichen. In der Studie wurden 38 Regenmessstationen (28 für Interpolation, 10 für Validierung) verwendet. Die Interpolation wurde mit dem Automated Rainfall Mapping Tool durchgeführt, das mit Python 2.7, PyQT, Wxpython und ArcGIS entwickelt wurde. Die Ergebnisse der Kreuzvalidierung werden in Form von RMSE- und R2-Fehlerwerten angegeben. Die Interpolation des 5-jährigen Jahresdurchschnitts der Niederschlagsmenge ergab die beste Übereinstimmung mit den tatsächlichen Werten für Universal-Kriging mit quadratischer Drift und ergab einen RMSE von 132 mm und einen R2-Wert von 0,906. Außerdem lieferte Kriging in den Regenmonaten gute Ergebnisse (RMSE = 0,6 bis 1,7 mm, R2 = 0,91 bis 0,96), während IDW bei Betrachtung aller 60 Monate relativ bessere Ergebnisse lieferte als die anderen Techniken. Überschreitungswahrscheinlichkeitskurven zeigten, dass Kriging und Spline in 10 % der insgesamt (60) betrachteten Monate R2-Werte von über 0,9 ergeben, während bei Betrachtung nur der Regenmonate festgestellt wurde, dass Kriging, Spline und IDW in etwa 60 % der Gesamtzeit R2-Werte von über 0,8 ergeben. Bei der Interpolation der täglichen Niederschlagsmengen zeigte sich, dass die Leistung der Interpolatoren von Tag zu Tag sehr unterschiedlich war. Dadurch war es schwierig, eine Technik unter anderen als die beste auszuwählen.